一种改进的朴素贝叶斯文本分类算法

被引：2

作者：

刘沛骞

冯晶晶

机构：

[1] 河南理工大学计算机科学与技术学院

来源：

微计算机信息 | 2010年 / 26卷 / 27期

关键词：

贝叶斯; 文本分类; 特征词; 多变量贝努力模型;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

朴素贝叶斯分类算法是一种简单易行的文本分类方法,它的核心是后验概率算法的实现和对特征词进行有效地降维。本文就从计算后验概率和降低文档特征词维数来对朴素贝叶斯分类算法进行改进。实验结果表明,本改进方法比原来算法的效率有所提高。

引用

页码：187 / 188

页数：2

共 13 条

[1] 基于贝叶斯算法的垃圾邮件过滤的研究 [J].

夏克俭 ;

张涛 .

微计算机信息, 2008, (09) :179-180+190

[2] 结合中文分词的贝叶斯文本分类 [J].

魏晓宁 ;

朱巧明 ;

梁惺彦 .

苏州市职业大学学报, 2008, (01) :104-107

[3] 对贝叶斯文本分类模型的改进 [J].

王潇 .

现代计算机(专业版), 2008, (01) :21-23

[4] 中文文本分类方法比较研究 [J].

高媛 ;

刘大中 .

科技信息(科学教研), 2008, (02) :7-8

[5] 基于Bootstrap Averaging的贝叶斯分类算法 [J].

白莉媛 ;

肖乐 ;

黄晖 ;

丁伟 .

计算机应用与软件, 2007, (09) :189-190+199

[6] 一种改进的贝叶斯文本分类方法 [J].

张玉芳 ;

陈剑敏 ;

熊忠阳 .

广西师范大学学报(自然科学版), 2007, (02) :206-209

[7] 一种改进的朴素贝叶斯文本分类方法 [J].

梁宏胜 ;

徐建民 ;

成岳鹏 .

河北大学学报(自然科学版), 2007, (03) :327-331

[8] 基于改进的朴素贝叶斯文本分类研究 [J].

安艳辉 ;

董五洲 ;

游自英 .

河北省科学院学报, 2007, (01) :22-25

[9] 改进的简单贝叶斯文本分类 [J].

刘华 .

暨南大学学报(自然科学版), 2007, (01) :48-51

[10] 中文文本分类系统的设计与实现 [J].

王俊英 ;

郭景峰 ;

霍峥 .

微电子学与计算机, 2006, (S1) :262-265

← 1 2 →